update · TowCue 編輯團隊
Notion 新增 AI Agent 模型控制：模型選擇正在變成管理政策
Notion 於 2026 年 9 月 9 日推出新的模型控制。TowCue 解析管理員如何分別管理 Personal Agent 與 Custom Agents 的模型、設定預設模型、控制高階模型成本，並把模型選擇納入企業治理。
快速解答
Notion 在 2026 年 9 月 9 日推出新的 model controls，讓 workspace owner 可以更直接地決定團隊與 Agent 能使用哪些 AI 模型。
管理員現在可以把 Personal Agent 與 Custom Agents 的模型權限分開管理，並為 Custom Agents 設定預設模型。Notion 將這項功能直接定位在兩個企業問題上：控制 AI 成本，以及支援合規需求。
真正重要的其實不是多了一個設定頁，而是背後代表的架構變化。
當生產力平台開始變成多模型 Agent 平台時，模型選擇正在從個人偏好變成管理政策。不同模型可能有不同成本、資料處理方式、效能特徵與安全風險；當 Agent 可以自動執行工作，而不是只在聊天視窗回答問題，這些差異就會直接進入營運層。
TowCue 的判斷是：模型應該越來越像其他 production dependency 一樣管理——先核准、再使用，持續監控，而且依照工作負載選擇，而不是完全開放讓每個人自由決定。
Notion 這次改了什麼
Notion 9 月 9 日的新功能位於：
Settings → Notion AI → General → Model controls
Workspace owner 可以分別決定哪些模型能在 Personal Agent 與 Custom Agents 中使用。對 Custom Agents，管理員還能設定預設模型。
這種分離很重要，因為個人助理與長期自動執行的工作流 Agent，並不是同一種成本與風險模型。
使用者偶爾為一個困難任務手動選擇高階模型，影響有限；但一個 Custom Agent 如果透過 trigger 或 schedule 重複執行，同一個模型選擇就會被放大數百次、數千次。
Personal Agent 與 Custom Agents 本來就應該使用不同政策
Notion 現在的 Agent 系統大致有兩種使用方式。
Personal Agent
Personal Agent 由使用者主動操作，協助個人搜尋、推理、寫作與處理 Notion 及連接來源中的內容。
它的治理問題通常是：
- 成員可以使用哪些模型
- 每個人可以花多少 premium-model credits
- 敏感任務能不能送到特定模型
- workspace 要偏向統一，還是允許更多個人選擇
Custom Agents
Custom Agents 可以配置 instructions、tools、access、triggers 與 schedules，並依設定與 Notion、Slack、Web 或外部連接系統互動。
因此問題已經從：
「這位員工偏好哪一個模型？」
變成：
「這個自動化商業流程，被允許依賴哪一個模型？」
後者更接近 infrastructure governance，而不是普通聊天工具的偏好設定。
為什麼預設模型很重要
Notion 現在允許管理員替 Custom Agents 設定預設模型。
這看起來只是小功能，但 production behavior 往往就是被 default 塑造出來的。
如果每個 Agent builder 都自己選，企業很快可能出現：
- 成本結構不一致
- 類似工作流卻有不同品質
- incident investigation 更困難
- 不同模型的資料處理條款散落在幾十個 Agent 裡
- 團隊實驗新模型後產生意外行為變化
預設模型提供了一條 baseline，同時仍然可以保留核准後的例外。
TowCue 會把 default 定義成 production-safe model，而不是「目前能力最強的模型」。
最好的預設模型通常是：對大多數工作流而言，在可靠性、資料處理、延遲與成本之間達到可接受平衡的模型。
成本管理正在變得更明確
Notion 目前的官方說明還有一個相關變化：從 2026 年 9 月 10 日開始，Notion Agent 的 premium models 在所有 workspace 中預設關閉，必須由 owner 或 admin 主動開啟。
Premium models 會消耗 Notion credits，管理員可以對個人或群組設定支出上限。Custom Agents 則有自己獨立的模型控制與 credits 使用方式，不與 Personal Agent 完全共用。
這代表 model governance 也正在變成 FinOps。
一個模型即使只比普通模型好一點，如果 Agent 每天執行數百次，成本差異也可能快速放大。
對 recurring workflows，團隊至少應該評估：
- 每次執行能提升多少品質
- 每次執行成本
- 預估執行次數
- 失敗與 retry 比例
- 普通模型是否能處理大部分情況
- 是否可以只在必要時升級到 premium model
真正有用的問題不是「哪個模型最好」，而是 哪個模型最適合這個 workload 與這個 volume。
合規也是模型選擇不能完全個人化的原因
Notion 明確表示，model controls 可以協助團隊支援 compliance needs。
這一點很重要，因為不同模型供應商可能有不同的條款或營運特徵。Notion 的 Custom Agents 官方說明，就針對某個高階 Anthropic 模型特別提醒資料處理差異，並要求管理員先審查後再開啟。
這不代表某一個供應商天生比較安全，而是企業必須根據自己的法務、安全與合約要求，對不同 provider 做不同評估。
一套成熟的 model governance 至少應該回答：
- 哪些 provider 被核准？
- 哪些模型可以處理敏感內容？
- 哪些模型允許用於 unattended agents？
- 誰有權開啟 premium 或例外模型？
- 如果已核准模型後來被停用，Agent 會發生什麼？
Notion 表示，如果 Custom Agent 原本使用的模型被 admin 關閉，它會自動切換到 workspace default；如果沒有設定 default，則改成 Auto。
這種 fallback 很方便，但 production workflow 一定要測試。模型切換可能影響品質、延遲、tool behavior 或 instruction-following。
模型變更就是 production change
這是團隊最容易低估的地方。
如果 Custom Agent 負責分流請求、更新資料、產生報告或回應 Slack event，那麼即使 prompt 與 tools 完全沒改，只替換底層模型，也可能改變整個 workflow 的行為。
因此重要 Agent 的模型更新，更應該被視為 software dependency change，而不是 UI 偏好修改。
TowCue 會採用一個簡單流程：
- 定義 approved model set
- 保留一個保守的 production default
- 用代表性的歷史任務測試替代模型
- 比較品質、延遲與成本
- 審查 security 與 data-handling 差異
- 漸進式切換
- 監控切換後的 failure rate
Agent 越自主，這套流程就越重要。
Model governance 本身也是安全控制
Notion 的 Custom Agents security guidance 還提出一個很值得注意的觀點：model choice 本身可能影響 security characteristics。
Notion 提醒，較小模型可能更容易受到 prompt injection 影響，並建議處理敏感或不可信外部內容時考慮更強的模型。
這不應被理解成「大模型就一定安全」。Prompt injection 是架構問題，不可能只靠模型大小徹底解決。
但這個提醒凸顯了一個重要原則：模型本身也是 threat model 的一部分。
如果 Agent 會讀取外部網頁、上傳文件、共享內容或 Slack 訊息，團隊應該把 model selection 與模型外控制一起使用：
- least-privilege access
- restricted tools
- URL confirmation
- 高風險動作 approval
- 可見的 Agent configuration
- audit 與 activity logs
模型治理只是其中一層，不是完整安全邊界。
誰最應該關注
Workspace owners 與 IT admins
這項更新讓管理員可以實際降低 model sprawl，不必讓每個 Agent creator 自己決定成本與 provider policy。
建立 Custom Agents 的團隊
Agent builder 應該預期模型可用性會被中央政策控制。工作流應該能承受核准模型變更，而不是依賴單一模型未文件化的特殊行為。
Finance 與 procurement teams
Premium-model usage 越來越像 variable infrastructure spend。Recurring agent 很容易讓用量成長得比普通聊天快得多。
Security 與 compliance teams
Model roster 正在變成 vendor 與 data-governance policy 的一部分，特別是 Agent 會處理機密資訊或外部不可信內容時。
一套實用的 Agent 模型政策
TowCue 會把模型分成四類。
1. Default production models
核准用於一般內部工作流，成本可預測、品質足夠，而且資料條款已完成審查。
2. Premium escalation models
只有在複雜度或品質需求足以合理化更高成本時使用，並追蹤 credits 消耗。
3. Restricted models
因為 compliance、retention 或其他營運要求，只允許特定團隊或特定資料分類使用。
4. Experimental models
允許在 sandbox 或 evaluation workflow 使用，但在完成測試前，不應成為 unattended production agent 的 dependency。
這樣可以保留 model choice，又不會讓 workspace 變成毫無控制的模型市場。
TowCue 的判斷
Notion 9 月 9 日這項更新最值得注意的地方，是 multi-model AI 正在變成一個管理問題。
第一波 AI 工具鼓勵使用者問：「哪一個模型回答得最好？」
Agent 平台逼企業開始問更難的問題：
- 這個 workflow 被允許使用哪個模型？
- production volume 下實際成本是多少？
- 它能處理哪些資料？
- 如果模型改變會發生什麼？
- 我們能不能證明 Agent 當時配置的是哪個模型？
這些是 operational questions，不是 benchmark questions。
當越來越多 productivity platforms 在 Agent 背後提供多模型選擇時，企業最後採用的架構大概率不會是「所有人什麼都能選」。更合理的方式是：在 policy boundaries 裡提供 approved choice。
模型可以保持可替換。
企業對成本、資料與權限的規則，不應該跟著模型一起漂移。